شبیه سازی فشار آب حفره ای در بدنه سد های خاکی حین ساخت با ترکیب شبکه عصبی مصنوعی و الگوریتم های فرا ابتکاری
Publish place: The Journal of Water and Soil، Vol: 33، Issue: 1
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 187
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WASO-33-1_005
تاریخ نمایه سازی: 16 فروردین 1402
Abstract:
پیش بینی دقیق فشار آب حفره ای در بدنه سدهای خاکی حین ساخت، یکی از مهم ترین عوامل در مدیریت پایداری سدهای خاکی است. در این تحقیق با استفاده از سه مدل متفاوت شبکه عصبی تکاملی شامل شبکه عصبی پرسپترون چند لایه با الگوریتم ژنتیک، بهینه سازی ازدحام ذرات و الگوریتم رقابت استعماری برای تخمین فشار آب حفره ای در بدنه سدهای خاکی کبودوال استان گلستان در زمان ساخت مورد مطالعه و مقایسه قرار گرفته است. پنج ویژگی شامل تراز خاک ریزی، زمان ساخت سد، تراز مخزن (آبگیری)، سرعت آبگیری و سرعت خاک ریزی در طول دوره آماری ۱۳۸۸-۱۳۹۱ یا ۴ ساله به عنوان ورودی مدل هیبریدی در پیزومتر EP۱۹.۷ انتخاب شدند. ترکیب ورودی ها با استفاده از روش انتخاب ویژگی و هیبرید الگوریتم چرخه آب-شبکه عصبی مصنوعی (WCA-ANN) به دست آمده است. با اجرای الگوریتم هیبریدی و آنالیز حساسیت و روش انتخاب ویژگی، تراز خاک ریزی، زمان ساخت سد، تراز آب گیری و سرعت آبگیری به عنوان چهار ورودی برتر انتخاب شدند زیرا ترکیب این ۴ ویژگی با مقدارMSE برابر۱۵۸۷/۱ کمترین خطا را دار بوده است. در این مطالعه وزن های شبکه عصبی به کمک سه الگوریتم فرا ابتکاری مذکور به منظور افزایش کارایی بهینه شده است. در حالت کلی با توجه به شاخص های آماری، نتایج حاکی از دقت قابل قبول هر سه مدل هیبریدی است. از لحاظ اولویت نیز مدل هیبرید ANN-GA با بیش ترین دقت و کمترین خطا و مقادیر ، RMSE و MAE به ترتیب برابر با ۹۷۷۳/۰، ۰۴۵۷/۰ و ۰۳۹۹/۰ در اولویت اول و مدل های هیبریدی ANN-PSO و ANN-ICA به ترتیب در اولویت های بعدی قرار گرفتند.
Keywords:
Authors
حسین حکیمی خانسر
دانشجوی دکترا، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
علی حسین زاده دلیر
۲- استاد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
جواد پارسا
استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
جلال شیری
دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :